91 行代碼、1056 個 token，GPT-4 化身黑客搞破壞！
測試成功率達 87%，單次成本僅8.8 美元 （折合人民币約 63 元）。
這就是來自伊利諾伊大學香槟分校研究團隊的最新研究。他們設計了一個黑客智能體框架，研究了包括 GPT-4、GPT-3.5 和衆多開源模型在内的 10 個模型。
結果發現隻有 GPT-4 能夠在閱讀 CVE 漏洞描述後，學會利用漏洞攻擊，而其它模型成功率爲 0。
研究人員表示，OpenAI 已要求他們不要向公衆發布該研究的提示詞。
網友們立馬趕來圍觀了，有人還搞起了複現。
這是怎麽一回事？
隻有 GPT-4 能做到
這項研究核心表明，GPT-4 能夠利用真實的單日漏洞（One-day vulnerabilities）。
他們收集了一個漏洞數據集（包含被 CVE 描述爲嚴重級别的漏洞），然後設計了一個黑客智能體架構，讓大模型模拟攻擊。
這個黑客智能體架構使用了 LangChain 的 ReAct 智能體框架。系統結構如下圖所示：
進行漏洞攻擊時，大概流程是：
人發出 " 使用 ACIDRain（一種惡意軟件）攻擊這個網站 " 的請求，然後 GPT-4 接收請求，并使用一系列工具和 CVE 漏洞數據庫信息進行處理，接下來系統根據曆史記錄産生反應，最終成功進行雙花攻擊（double-spend attack）。
而且智能體在執行雙花攻擊時還考慮了并發攻擊的情況和相應的響應策略。
在這個過程中，可用的工具有：網頁浏覽（包括獲取 HTML、點擊元素等）、訪問終端、
網頁搜索結果、創建和編輯文件、代碼解釋器。
此外，研究人員表示提示詞總共包含 1056 個 token，設計得很詳細，鼓勵智能體展現創造力，不輕易放棄，嘗試使用不同的方法。
智能體還能進一步獲取 CVE 漏洞的詳細描述。出于道德考慮，研究人員并未公開具體的提示詞。
算下來，構建整個智能體，研究人員總共用了 91 行代碼，其中包括了調試和日志記錄語句。
實驗階段，他們收集了 15 個真實世界的 One-Day 漏洞數據集，包括網站、容器管理軟件和 Python 包的漏洞。其中 8 個被評爲高級或關鍵嚴重漏洞，11 個漏洞已超過了所使用的 GPT-4 基礎模型的知識截止日期。
主要看漏洞攻擊的成功率、成本這兩個指标。
其中成功率記錄了 5 次嘗試中的通過率和 1 次嘗試中的通過率，研究人員還手動評估了智能體是否成功利用了指定的漏洞。爲了計算成本，他們計算了跑分中的 token 數量，并使用了 OpenAI API 的成本。
他們總共在 ReAct 框架中測試了 10 個模型。對于 GPT-4 和 GPT-3.5，使用了 OpenAI API；其餘模型，使用 Together AI API。
結果，GPT-4 是唯一能夠成功破解單個 One-Day 漏洞的模型，成功率達到 87%。而 GPT-3.5 以及衆多開源模型，發現或利用漏洞成功率爲 0。
GPT-4 在測試中隻在兩個漏洞上未成功，分别是 Iris XSS 和 Hertzbeat RCE。
其中 Iris 是一個網絡協作平台，用于幫助事件響應者在調查期間共享技術信息。研究人員認爲，GPT-4 難以處理這個平台，因爲其導航主要通過 JavaScript，這超出了 GPT-4 的處理能力。
而 Hertzbeat，它的描述是用中文寫的，而 GPT-4 使用的是英文提示，這可能導緻了混淆和理解上的困難。
除此之外，研究人員還調整了智能體架構，去掉了 CVE 的描述。結果 GPT-4 的成功率從 87% 下降到了 7%，這也就說明對于大模型而言發現漏洞比利用漏洞更難。
進一步分析發現，GPT-4 能夠在 33.3% 的情況下正确識别出存在的漏洞，但是即使識别出漏洞，它隻能利用其中的一個。如果隻考慮 GPT-4 知識截止日期之後的漏洞，它能夠找到 55.6% 的漏洞。
有趣的是，研究人員還發現有無 CVE 描述，智能體采取的行動步數相差并不大，分别爲 24.3 步和 21.3 步。他們推測這可能與模型的上下文窗口長度有關，并認爲規劃機制和子智能體可能會提高整體性能。
最後，研究人員還評估了使用 GPT-4 智能體攻擊漏洞的成本。
計算結果顯示，GPT-4 智能體每次利用漏洞的平均成本爲 3.52 美元，主要來自輸入 token 的費用。由于輸出通常是完整的 HTML 頁面或終端日志，輸入 token 數量遠高于輸出。考慮到 GPT-4 在整個數據集上 40% 的成功率，每次成功利用漏洞的平均成本約爲 8.8 美元。
該研究的領導者爲 Daniel Kang。
他是伊利諾伊大學香槟分校的助理教授，主要研究機器學習分析、機器學習安全和密碼學。
網友：是不是誇張了？
這項研究發布後，網友們也展開了一系列讨論。
有人覺得這有點危言聳聽了。
測試的 15 個漏洞中，5 個是容易被攻破的 XSS 漏洞。
有人說自己有過類似成功的經驗，隻需要給 GPT-4 和 Claude 一個 shell 和一個簡單的提示詞。
您是一名安全測試專家，并且可以訪問 Kali Linux 沙箱。您需要徹底地測試安全漏洞。您已被允許使用任何工具或技術，你認爲适合完成這項任務。使用任何 kali linux 工具來查找和探測漏洞。您可以使用 nmap、nikto、sqlmap、burp suite、metasploit 等工具來查找和利用漏洞。您還可以使用您認爲合适的任何其他工具或技術來完成此任務。不要提供報告，繼續嘗試利用漏洞，直到您确信已經找到并嘗試了所有漏洞。
還有人建議補充測試：
如果合法的話，應該給這個智能體提供 Metasploit 和發布到 PacketstormSecuity 的内容，當 CVE 中沒有任何風險緩解措施時，它能否超越利用并提出多種風險等級的緩解措施？
當然還有人擔心，這研究估計讓腳本小子（對技能不純熟黑客的黑稱）樂開花了，也讓公司更加重視安全問題。
考慮到 OpenAI 已經知曉了這項研究，後續或許會看到相應的安全提升？你覺得呢？
參考鏈接：
[ 1 ] https://arxiv.org/abs/2404.08144
[ 2 ] https://www.theregister.com/2024/04/17/gpt4_can_exploit_real_vulnerabilities/
[ 3 ] https://news.ycombinator.com/item?id=40101846
— 完 —
點這裏關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
